Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Parallel Collaborative Filtering Recommendation Model Based on Two-Phase Similarity Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

A Comparison of Local Invariant Feature Description and Its Application

verfasst von : Kaili Shi, Qingwei Gao, Yixiang Lu, Weiguo Zhang, Dong Sun

Erschienen in: Intelligent Computing Theories and Methodologies

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The description of image region draws a lot of attention in the field of computer vision. Recently, many descriptors were proposed for image region description and achieved high achievements. These descriptors are widely used in many fields, such as object recognition, image mosaic, video tracking. In this paper, we first systematically analyze six typical descriptors: SIFT, DAISY, MROGH, MRRID, LIOP and HRI-CSLTP descriptors. Then we conduct experiments in several different situations to evaluate the performance of these descriptors. From the experimental results, we get to make a conclusion and analysis about the advantages and disadvantages of these descriptors. Finally, we make an application of these descriptors in image matching field.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Feature Selection Based on Data Clustering
Nächstes Kapitel An Efficient Indexing Scheme Based on K-Plet Representation for Fingerprint Database
Literatur
1.
Lowe, D.G.: Distinctive image features from scale-invariant keypoints. Int. J. Comput. Vis. 60(2), 91–110 (2004)CrossRef
2.
Furukawa, Y., Ponce, J.: Accurate, dense, and robust multiview stereopsis. Pattern Anal. Mach. Intell. 32(8), 1362–1376 (2010)CrossRefMATH
3.
Matas, J., Chum, O., Urban, M., et al.: Robust wide-baseline stereo from maximally stable extremal regions. Image Vis. Comput. 22(10), 761–767 (2004)CrossRef
4.
Mikolajczyk, K., Schmid, C.: An affine invariant interest point detector. In: Heyden, A., Sparr, G., Nielsen, M., Johansen, P. (eds.) ECCV 2002, Part I. LNCS, vol. 2350, pp. 128–142. Springer, Heidelberg (2002)CrossRef
5.
Tuytelaars, T., Van, G.L.: Matching widely separated views based on affine invariant regions. Int. J. Comput. Vis. 59(1), 61–85 (2004)CrossRef
6.
Tola, E., Lepetit, V., Fua, P.: Daisy: an efficient dense descriptor applied to wide-baseline stereo. Pattern Anal. Mach. Intell. 32(5), 815–830 (2010)CrossRef
7.
Fan, B., Wu, F., Hu, Z.: Aggregating gradient distributions into intensity orders: a novel local image descriptor. In: Computer Vision and Pattern Recognition, pp. 2377–2384 (2011)
8.
Fan, B., Wu, F., Hu, Z.: Rotationally invariant descriptors using intensity order pooling. Pattern Anal. Mach. Intell. 34(10), 2031–2045 (2012)CrossRef
9.
Wang, Z., Fan, B., Wu, F.: Local intensity order pattern for feature description[C] .In: Computer Vision (ICCV), pp. 603–610 (2011)
10.
Heikkilä, M., Pietikäinen, M., Schmid, C.: Description of interest regions with local binary patterns. Pattern Recogn. 42(3), 425–436 (2009)CrossRefMATH
11.
Ojala, T., Pietikainen, M., Maenpaa, T.: Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. Pattern Anal. Mach. Intell. 24(7), 971–987 (2002)CrossRef
12.
Gupta, R., Patil, H., Mittal, A.: Robust order-based methods for feature description. In: Computer Vision and Pattern Recognition, pp. 334–341 (2002)
13.
Mikolajczyk, K., Schmid, C.: A performance evaluation of local descriptors. Pattern Anal. Mach. Intell. 27(10), 1615–1630 (2005)CrossRefMATH
14.
Goswami, B., Chan, C. H., Kittler, J., et al.: Local ordinal contrast pattern histograms for spatiotemporal, lip-based speaker authentication. In: Biometrics: Theory Applications and Systems, pp. 1–6 (2010)
15.
Mikolajczyk, K., Schmid, C.: Scale & affine invariant interest point detectors. Int. J. Comput. Vis. 60(1), 63–86 (2004)CrossRef
16.
Nister, D., Stewenius, H.: Scalable recognition with a vocabulary tree. In: Computer Vision and Pattern Recognition, pp. 2161–2168 (2006)
17.
Brown, M., Lowe, D.G.: Automatic panoramic image stitching using invariant features. Int. J. Comput. Vis. 74(1), 59–73 (2007)CrossRef
18.
Zhang, J., Marszałek, M., Lazebnik, S., et al.: Local features and kernels for classification of texture and object categories: a comprehensive study. Int. J. Comput. Vis. 73(2), 213–238 (2007)CrossRef
Metadaten
Titel
A Comparison of Local Invariant Feature Description and Its Application
verfasst von
Kaili Shi
Qingwei Gao
Yixiang Lu
Weiguo Zhang
Dong Sun
Copyright-Jahr
2015
Buch
Intelligent Computing Theories and Methodologies

Print ISBN: 978-3-319-22179-3

Electronic ISBN: 978-3-319-22180-9

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-22180-9_24